飞翼飞机的商业应用(如本文讨论的 Flying-V)有助于减少航空业产生的碳和氮排放。然而,由于没有尾翼,所有飞翼飞机的可控性都降低了。因此,机翼上控制面的位置和尺寸是一个不小的问题。本文重点介绍如何使用基于认证要求的离线操控质量模拟来解决此问题。在不同的飞行条件下,飞机必须能够执行认证机构定义的一组特定的机动。首先,离线模拟计算执行每个机动所需的升降舵、副翼和方向舵的最小控制权限。然后,根据所有机动的全局最小值,确定控制面的尺寸并沿机翼放置。所采用的气动模型结合使用了雷诺平均纳维-斯托克斯 (RANS) 和涡格法 (VLM) 模拟。使用VLM和用RANS模拟校准的VLM对控制面的控制权限进行评估,发现两者之间存在显著差异。
在未来冲突的超视距交战中,遥控飞机的指挥和控制延迟可能发挥重要作用。当空军准备在视距内战斗中使用这些系统和人工智能时,它必须了解延迟或传感器数据缺失在混战中的影响。研究表明,基于技术的延迟对交战结果的影响类似于缓慢的决策周期 - 这对于理解博伊德的观察、定位、决定、行动 (OODA) 循环至关重要。这项研究进一步深入了理论,说明技术引起的延迟具有与缓慢的人类决策类似的效果,从而导致性能下降。因此,当与人类决策过程相结合时,延迟会加剧这种影响,导致性能显着下降。
摘要:本研究文章介绍了一种用于实验性无人遥控飞机主控制面(副翼、方向舵和升降舵)的设计方法。该方法基于每个控制面尺寸所需的机械和气动分析的提议和标准化,考虑到 SAE 航空设计在微型类中的竞赛目标。它用于先前在有关航空设计、计算机流体动力学 (CFD) 软件和飞机可控性法规的参考文献中描述的经验结果,以获得设计变量。基于此信息,设计所需的迭代序列由 C++ 语言代码自动执行,以获得每个表面的最佳特性,从而减少计算错误的可能性、总时间和设计过程中投入的工作量。将该方法应用于最新的飞机设计,可将总控制系统重量与飞机空重之比降低至最低 3.4%。
总能量控制系统 (TECS) 已被提议作为一种替代控制概念,用于跟踪纵向飞行中的高度和速度。在 TECS 中,总能量(即动能和势能的总和)以及这两种能量形式之间的分配受到控制。油门和升降舵输入的组合通过提高设计的模型独立性并在公式中考虑高度和速度动力学之间的飞行机械耦合,克服了传统比例积分 (PI) 控制器的一些局限性。本文的目的是对两种控制方法进行比较,重点是跟踪精度、干扰抑制和瞬态响应。为此,使用 Vitesse 模型飞机作为试验台评估了一个案例研究。给出了使用两种控制方法的 Vitesse 闭环数值模型的仿真结果。Vitesse 的数值模型是使用 OpenVSP 和 VSPAero 生成的。为了找到两种控制方法的控制增益,对 PI 和 TECS 控制架构应用了相同的设计标准。结果表明,两种控制系统都能达到设计要求。速度和高度跟踪令人满意。但是,TECS 能够以较低的超调和较低的控制活动跟踪参考值。
飞行模拟器有不同的用途。由于硬件限制,全尺寸飞行模拟器通常非常昂贵,并且通常取决于飞机类型。因此,人们观察到并研究了使用虚拟现实设计飞行模拟器的需求 [1-2]。训练飞行员最安全且最具成本效益的方式是通过飞行模拟器。模拟器可帮助飞行员体验涉及真实飞行的各种情况,而无需身临其境并避免风险。飞行模拟器的重要部分是所谓的控制加载系统。飞行装置实例的数量用于管理飞机的运动、飞行控制和驾驶舱仪表。该系统包括硬件和软件部分。通过数字计算机上的程序员进行的模拟属于软件,而结构研究属于硬件。另外两个软件模块支持模拟,其中一个控制 6 个自由度的座舱运动,另一个实现座舱控制装置上的负载再现系统 [3]。飞行模拟器是一种人在回路的实时模拟系统,其中控制加载系统用于模拟飞行员操纵真实飞机时的力感应。全数字控制电控加载系统比液压系统具有技术和成本优势,成为大型模拟器的理想选择 [4]。在过去的几十年里,使用飞行模拟器进行飞行员训练在提高飞行安全性方面发挥了重要作用。飞行模拟器监管资格的现行标准涉及在各种飞机参数的设定公差范围内匹配规定的一组飞行测试数据。尽管综合资格测试指南 (QTG) 验证测试表明模拟与飞行测试数据相符,但飞行员有时会抱怨模拟器中的某些操作感觉不像飞机 [5]。
经典控制系统建模的局限性、多输入多输出系统。动态系统的状态空间建模、状态变量定义 - 状态方程。输出变量 - 输出方程。用向量矩阵一阶微分方程表示。矩阵传递函数、状态转换矩阵 - 矩阵指数、属性、状态方程的数值解、示例。状态方程的正则变换,特征值,实数不同,重复。可控性和可观测性-定义-意义。数字控制系统:概述-优点,缺点。
在过去十年中,美国和世界各地的无人机个人拥有量呈爆炸式增长。集成电路、传感器和嵌入式微控制器的尺寸和成本迅速下降,导致业余爱好者社区蓬勃发展,他们设计飞行控制器的复杂程度接近政府和军事应用的水平。典型的飞行辅助控制器集成了来自用户控制系统和惯性测量单元 (IMU) 的数据,以保持飞行器水平和航向。旋翼和固定翼系统的飞行控制技术主要源自无线电控制 (RC) 业余行业,通常由社区构建和开源。虽然这导致快速开发和易于修改,但质量通常会受到影响。由于社区不是专业人士社区,最佳编码实践经常被遗忘,导致意外故障。这种飞行控制系统不适合集成到美国领空,因为它们容易发生故障,并且无法缓解飞行控制面的故障。固定翼系统也可以在没有机载飞行控制器或自动驾驶仪的情况下进行控制,只需一个简单的摄像头下行链路和直接控制面控制即可满足大多数第一人称视频 (FPV) 需求。这给此类控制器的市场留下了一个空白,所有产品都缺乏冗余和故障缓解等专业功能。我们的项目
无人战斗机 (UCAV) 研究使这些技术的远程操作技术在现代取得了显著进步,尽管主要侧重于地面打击场景。在空对空作战中,关键决策的毫秒级时间限制阻碍了无人战斗机的远程操作。除此之外,考虑到人类平均视觉反应时间为 0.15 到 0.30 秒,而思考最佳计划并与友军协调的时间则更长,人工智能 (AI) 可以利用巨大的改进空间。虽然许多支持提高自主能力的人预示着设计能够执行极高 g 机动的飞机的能力以及降低飞行员风险的好处,但本白皮书将主要关注实时决策能力的提高。
3.1 简介 / 143 3.2 状态空间模型 / 145 3.3 传递函数模型 / 156 3.4 状态方程的数值解 / 172 3.5 用于模拟的飞机模型 / 181 3.6 稳态飞行 / 187 3.7 数值线性化 / 201 3.8 飞机动态行为 / 208 3.9 反馈控制 / 216